导读：2012年就加入天弘基金的任明，现在已是天弘信用研究部负责人、天弘固定收益部特定策略组组长，他参与见证了“天弘五周期”模型的构建，也担负着这个模型关键周期——机构行为周期的研究。
任明发现，早期的信用债呈现出风险和收益的不对称性。由于没有违约，承担信用下沉的风险会带来更高的收益。之后的资管新规成为了信用债投资的重要分水岭。一方面负债端从银行理财转向银行表内后，对信用债的风险偏好开始下降；另一方面2018年初的民营企业违约潮出现，也让许多基金公司放弃了信用的资质下沉。
也就是从2018年开始，债券市场的表现逐渐和宏观经济发生背离。过去的自上而下宏观驱动方法论逐渐失效，取而代之的是通过对交易和情绪的判断，把握债券市场的走势。也是在这样的大背景下，结合了宏观、货币、行为、仓位、情绪的“天弘五周期”模型孕育而生。
任明认为，市场的变化是非线性的，不同时间维度下的观点会有很大差异。短期看多和长期看空并不矛盾，关键是站在什么样的时间视角看待问题。“天弘五周期”模型能够帮助基金经理解决时间、层级、利空利多冲突的三大主要矛盾。
任明负责“天弘五周期”模型中的机构行为周期部分，这也源于他曾经覆盖过不同类型负债端的客户。他认为即便宏观层面看到长江的水最终会流向大海，但是中间走什么样的分叉是无法预先判断的，需要观察机构投资者的行为。从而对flow（资金流向）的量级和方向做出判断。
无论是2019年的非活跃信用债成交量放大，还是2020年四季度的银行理财子引发债券市场崩盘，背后都有深刻的资金流向因素。资金的动向，又和具有定价权的机构行为有关。不同类型的机构投资者，都有一定的行为规律。理解了这些规律，就能更好把握市场中周期的走向。
作为天弘基金信用研究团队负责人，任明也有更加科学的考核方式。比如说，在风险来源层面是对引发风险的维度做标签化处理，并不是简单的和行业对应。回归到第一性原理，风险的来源未必是行业，而是更具体的特征。再比如说，对研究员的考核既要避免过于保守导致的研究员不愿意承担任何风险，也要避免短期业绩裹挟下的信用风险放大。科学化和独化的考核模式，才能兼顾风险防范以及业绩的提升。
以下，我们先分享一些来自任明的投资“金句”：
1. 天弘五周期的特点是层级思维，先有上层周期，再有中间的周期，最后是下层周期
2. 固收资产得以大发展的核心逻辑是利率市场化带来的金融脱媒
3. 通过把自上而下的宏观和中观的行为、情绪、仓位等因素融合，能大幅提高投资胜率
4. 微观看多，宏观看空，事后看都是对的，只是时间维度和幅度的不同
5. 传统的打分卡模式不再有效，市场是多个层级构成的，是一种复杂的非线性系统
6. 我们认为市场的变化是非线性的，一个是时间维度，另一个是市场影响的层级
7. 通过这个模型，解决了时间、层级、利空利多冲突上的三个投资维度，让我们知道应该如何选择
8. 水往哪里走，哪里就会有机会。对于流动性的研究，一个是资金量，一个是流向的方向
9. 在具体操作上，我会把产品组合分为配置层（底仓）、可供出售层（底仓+）、交易层（增强仓位）三个方面
10. 和市场不同的是，我们认为信用风险的来源未必和行业有关，而是基于马斯克的第一性原理对引发信用风险的维度抽象到每一个标签
放弃信用下沉，向择时要收益
朱昂：你是2012年就加入天弘基金的，时间很长，能否谈谈这个过程中，你自己在这个平台的成长经历，以及天弘固收团队是如何一步步迭代的？
任明
2012到2024年的12年间，是整个固收行业大发展的阶段，其中有两个标志性事件：1）2011到2012年的银行理财大发展；2）2013年的天弘余额宝横空出世。
固收资产得以大发展的核心逻辑是利率市场化带来的金融脱媒。
过去居民的资产配置主要是在房地产和存款，2011年之后逐渐把配置增加到了各类理财产品、货币基金、固收+产品以及短债基金等。这里面的关键驱动因素，就是利率市场化。
在债券投资领域，公募基金一开始是学生的角色。当年债券市场的主要投资者是银行和保险。他们的投资行为有比较强的一致性，主要盯着宏观周期大变量做投资。早些年经济波动比较大，经常一年牛市、一年熊市、一年震荡市。每隔三年都会来一波通胀周期。大家都是通过抓大波段赚钱。
等到公募基金和理财产品逐渐发展起来后，要在利率债的大波段把握上领先银行和保险很难，于是大家就又分出两个阿尔法的来源。
第一个是二级债基，也就是在之后几年衍生出规模庞大的固收+团队。二级债基的逻辑很简单，就是加入股票资产后对收益做增强。
第二个是信用债，因为银行类机构的信用债占比很小，能够让我们在这类资产上形成突破。之后，我们又遇到了信用债的资产和负债双向扩张。在2012年刚好是信用债爆发的一年，所有的基金公司都在找信用债要收益。
我在2013到2016年做了四年信用研究，那时候的信用债投资比较简单，不仅票息高，还不会违约。通过信用研究能挖掘到很高的收益。
朱昂：记得那时候信用债是风险收益不对称，有收益但没风险？
任明
早年的信用债有两层保护。第一层是宏观层面的保护，早期经济增长很快，企业的ROE很高。第二层是制度上的保护，那时候信用债只能上市公司发行，为了保壳就不会违约。这是信用债投资的第一个阶段。
到了2013年之后，一些民营企业由于此前的产能大幅扩张，开始出现违约，让大家发现信用债投资不是谁都可以做的。从此之后，那些具有强大信用研究团队的机构逐渐把业绩做起来了。到了2014年银行的理财委外出现后，也主要是在信用债中做文章。
天弘基金推出天弘余额宝后，就开始重点打造信用研究的能力，从一开始只有几个信用研究员，慢慢变成了一个10人以上的信用研究团队，现在团队人数达到了18人。这是信用债投资的第二个阶段。
之后的资管新规推出，成为了信用债投资重要的分水岭。
这时候出现了负债端从银行理财转向银行表内的需求，对信用债的风险偏好是下降的。再叠加2018年初的民营企业违约潮，也让许多基金公司放弃了信用的资质下沉。这也是信用债投资的第三个阶段。
朱昂：所以，在放弃信用下沉后，你们创立了天弘五周期来进行择时交易，希望从这里获取超额收益？
任明
是的，天弘五周期模型是整个固收团队通过多年积累后形成的。
这一套模型的特点是层级思维，先有上层周期，再有中间的周期，最后是下层周期。
整个模型的迭代和成长，也和行业的时代背景息息相关。
当时摆在我们面前的问题是，一方面机构投资者的资金还在大规模增长，有很强烈的需求，另一方面宏观经济波动放缓后，许多债券市场的走势已经无法完全通过宏观研究来解释。比如说2019年从高频数据看，房地产行业不差，库存周期也在开启，整个经济是往上走的，但是债券反倒是一直下行，走出了牛市。
传统做债券的投资者，都是自上而下的宏观驱动，到了2019年后，发现许多过去的方法论失效了。反倒是交易出身的基金经理，通过对交易和情绪的判断，对债券市场的走势把握比较好。
这也让我们发现，
通过把自上而下的宏观和中观的机构行为、情绪、仓位等因素融合，能大幅提高投资胜率。
在此之前，宏观派和交易派有些水火不容，互相看不上。我们作为一个团队，要适应新的市场环境。
微观看多，宏观看空，事后看都是对的，只是时间维度和幅度的不同。传统的打分卡模式不再有效，市场是多个层级构成的，
是一种复杂的非线性系统。
在这样的大背景下，我们迭代出了天弘五周期模型。
数据来源：天弘基金
五周期模型解决
时间、层级、利空利多三大矛盾
朱昂：你觉得天弘五周期模型的特点是什么？
任明
大家说到模型，通常印象是输入一个参数后，输出一个结果。
我们的五周期模型更多是一种投研框架，指导固收团队从不同的维度认识市场。
许多人会问，当五个周期互相打架怎么用？我们不是简单的对利多或者利空因素给予不同权重做打分卡模式。
我们认为市场的变化是非线性的，一个是时间维度，另一个是市场影响的层级。
不同时间周期下，影响因素的权重也不一样，会输出不一样的结论。我们给客户的观点，都会带有一个期限，长期看多和短期看空并不矛盾。短周期的观点和机构行为是否拥挤相关，长周期的观点和宏观周期相关。
通过在时间上的区分，解决了市场观点的输出。
那么当不同周期观点出现打架怎么办？我们的方法是，下层周期服从上层周期。即便基金经理看多，但是如果仓位打满了，他看多也不会影响市场。反而是基金上层周期的银行客户看空，赎回了这个基金产品，那么基金就会卖出。但是银行的周期又取决于更上层的央行。层级高的信号比层级低的信号更重要。
整体来说，当天弘五周期的信号出现相互矛盾时，基于上两层周期影响方向、下三层周期影响幅度，下层周期服从上层周期，距离最近的周期影响更直接的几个原则，也能有相对确凿的结论。比如，2021年上半年我们做多债市，当时宏观经济向好，但货币政策阻挡了宏观周期的利空影响，机构行为周期成为阶段性主要矛盾，应当做多。
通过这个模型，解决了时间、层级、利空利多冲突上的三个投资维度，让我们知道应该如何选择。
落实到投资，具体账户属性不同、客户考核周期长短不同、要关注的层级周期也不同。假设我们管理一个三年持有期的产品，可能就需要忽略短周期的情绪变化，尽可能把握大的宏观周期。
朱昂：在天弘基金的五周期模型中，你负责的是中周期，对应机构行为周期的部分，能否谈谈这一块你是怎么来做的，团队之间如何配合？
任明
天弘五周期模型会根据每一个人的能力禀赋做专业化的分工，我们相信在越来越内卷的固收投资中，个人的能力是无法对抗团队化作战的。
我们团队也希望确保每一个覆盖具体周期的负责人，都是对这个领域理解最深的，其他人对他的观点也能够给予极高的置信度，从而真正指导投资。这样每个人对具体周期的理解领先市场，把各周期分数加总后，就能取得一个很高的总分。
具体来说，我是负责机构行为周期中的非银资金流转，这也和我的从业经历有关。
我之前在公司研究过宏观利率和信用，也做过专户、公募基金、固收+等不同类型的产品，而且在这个过程中接触到许多不同类型的客户。这样的经历，
让我对不同类型客户的负债端特点比绝大多数人理解更深入一些。
不同的负债端特点，也决定了他们在机构行为上的差异。
相比于大部分人，我不仅在信用债和利率债的资产端有过研究经验，还对不同类型客户的负债端行为有了解。同时理解资产端和负债端后，就能让我在这方面的判断有更高胜率。
水往哪里流，哪里就有机会
朱昂：关于对机构行为负债端的理解，能否举一些具体的例子？
任明
2019年底的时候，我们发现市场上一些非活跃的信用债突然出现成交量放大。比如说一些私募债、城投债、4到5年的中票和公司债等。许多人看到这个信号，都认为到了债券市场牛市的尾声。但我们觉得这类资产的成交量和波动率放大，必然有负债端的因素。于是顺藤摸瓜做了一些研究后，关注到2019年下半年开始，职业年金的委外账户开得数量很多。沿着职业年金的开户数去买相关资产，就会在之后赚到钱。
最经典的例子是2022年四季度的银行理财产品引发了债券市场的崩盘。大家觉得在一个理财产品资产荒的时代，怎么债券就突然不行了呢？这个资产的脆弱性又在哪里呢？我们还是回归到资产端和负债端要结合的想法。
2022年前三季度的债券牛市，导致银行理财产品呈现给客户的预期收益率很高。大量买入银行理财产品的客户，是不能接受回撤的低风险用户。由于债券的牛市，让客户错误地以为这类产品根本不会有回撤，出现了资产端和负债端的错配。一旦产品收益率净值低于货币基金，用户的申购就会停止。之后再出现连续1-3天的单日净值为负，赎回就会放大。赎回放大之后，资产端自然就无法支撑了，最后出现了负反馈。我们因为提前减仓应对，基本做到了全身而退。
又比如，大家最典型的资产配置理论是，央行降准股票要涨。事实上，央行释放的流动性是不能到股票市场中的。信贷的宽松和股票市场中的钱没有关系。
长江的水最终流向大海，但中间是走向哪个分叉，这是无法预先判断的。
水往哪里走，哪里就会有机会。对于流动性的研究，一个是资金量，一个是流向的方向，这需要从高空俯瞰。
我们研究的机构行为，就是研究Flow（资金流向）。
朱昂：你目前管理的产品中，主要规模集中在天弘荣享定开债，能否谈谈具体的组合管理是怎么做的？
任明
天弘荣享在规模50亿以内的时候，以信用债策略为主。等到规模突破80亿之后，信用债的流动性显然无法满足我们的投资操作。为了保证业绩的夏普比率，我自然就增加了流动性更好的利率债。很多时候久期调整，通过利率债只需要一周就能完成，但是信用债可能要一个月、甚至一个季度。我的另一位同事刘洋会负责利率债交易部分。
在具体操作上，我会把产品组合分为配置层、可供出售层、交易层三个方面，内部称为“三部门组合框架”。
配置层会拿当下估值和信用资质合理的信用债，即便遇到熊市这一部分资产也不会动。相当于产品的80%用来买这些底仓资产。
可供出售层，我会根据货币政策和机构行为的周期做季度层面调整，主要通过流动性较好的利率债来应对中短周期波动，相当于是底仓+。最后一部分是10%到20%的弹性仓位，做一些相对高频的利率债博弈，使得组合的稳定性更强，这属于收益增强仓位。
其他产品也一样，会依靠这套组合构建框架，根据产品类型定位分配适合的仓位配置比例，让产品的收益、回撤控制目标更贴近投资者需求，实现资产端、负债端风险收益特征匹配，更好地解决持有体验问题。
用最合理的方式考核信用团队
朱昂：作为天弘基金信用研究团队的负责人，能否谈谈天弘基金是如何做到全市场覆盖的？不同小组之间的分工是怎么样的？
任明
全覆盖并不难，只要研究团队人数足够多，就能做到。最关键的问题是，如何进行合理的分工，分工之后又怎么样一起合作。我们信用研究团队的工作方式，也和五周期模型有些类似。
我们有一个14人的信用研究团队，按照城投组、强周期组和弱周期组做了分类。
和市场不同的是，我们认为风险的来源未必和行业有关，而是基于马斯克的第一性原理对引发信用风险的维度抽象到每一个标签。
比如说贸易主体占比较高、融资风险、大的减值风险、财务造假风险等等。对每一个具体标签做同类，并且按照股票那样的分类把每一个信用主体分到符合他们特征的风险标签上。
通过打标签的方式，也解决了研究员职业发展受限的问题。一个信用研究员不再是被用作螺丝钉，而是构成了跨行业识别风险的能力。我们整个团队也实现了更好的迭代方式，每个阶段都能输入新的变量到细分资产，类似于一个贝叶斯的过程。
此外，我们还有一个4人组成的智能研究团队。在三个维度帮助我们规避信用风险：1）舆情预警的角度，对公司和行业做打分；2）用一个财务系统的角度对公司的潜在财务问题做预警；3）把公司财务数据做成打分卡模型，和研究员的主观判断进行校对。
朱昂：在具体个券选择上，你们有没有什么标准？
任明
我们团队研发了知著信用投资框架，主要是基于独创的“存在-价值”理论，从经济价值β、社会价值β、信用环境β和个体竞争力α，构建3β+α的主体资质特征模型，叠加债券历史估值特征分析、市场偏好分析，结合不同的组合特点，构建从资质特征到估值特征，再落实到组合配置的完整信用投资框架。这个框架能帮我们发现一些错误定价的债券。
我们还研发了一个债券盈亏平衡系统，它会根据每个债券的历史利差情况，生成目前风险收益特征最好的债券品种。比如，当一个债券的票息收益能够覆盖极端情况下的资本利亏，这个债券就是很有价值的。两个系统叠加，能够帮助基金经理选出当下具备投资价值的个券。
（点击图片放大）
整体来说，知著信用投资框架、债券盈亏平衡系统解决择券问题；加上天弘五周期解决择时问题，三部门组合框架解决组合构建问题，这就构成了我们固收产品的整体管理思路。
朱昂：能否谈谈内部对信用研究员的考核方式？
任明
如果对信用研究员的考核完全是风控导向，信用风险不踩雷，那么很容易导致研究员的过度谨慎，无法提供资产端可配置的建议。如果把信用研究员内嵌到投资部门中，又很容易被短期的投资业绩裹挟，加大信用风险的承担，对于客户和公司都不负责任。
我们的做法是，把信用研究作为一个和固定收益并列的一级部门。这样信用研究部并不从属于任何部门，不存在投研过度一体化带来的风险偏好提升。
信用研究的内部考核是独立的，兼顾了风险的防范和投资业绩的提升。
我们会考核研究员每年对高利差债券的推荐数量和获利情况。
风险提示：观点仅供参考，不构成投资意见。市场有风险，投资需谨慎。过往业绩不代表未来表现。
- en
d -
按姓名首字母排序
上下滑动阅读更多内
容
